R言語で構造方程式モデリング その1 - yokkunsの日記
行動科学などの領域では、重さや長さのように直接観測可能な特性だけでなく、「先高感」「知能」「ブランドイメージ」のように直接測定出来ない特性である構成概念（潜在変数）を扱う必要がある。 構造方程式モデリングは、構成概念や観測変数の性質を調べるために集めた多くの観測変数を同時に分析するための統計的方法。 構造方程式モデリング 多変量解析の1手法 第2世代の多変量解析 伝統的な統計手法を下位モデルとして実行可能 因子分析法 多変量解析 パス解析法 時系列解析 etc... 変数の分類 方程式モデルには、様々な種類の変数が登場するため、ここでは、3つの観点から分類しその性質を確認する 観測変数と潜在変数 観測変数 : 直接観測出来る変数。 潜在変数 : モデルに導入した直接観測出来ない変数。構成概念 構造変数と誤差変数 構造変数 : 考察の対象となっている構成概念を含んでいる変数 誤差変数 : 考
尤度とは何者なのか？ - MyEnigma
これなら分かる最適化数学―基礎原理から計算手法までposted with カエレバ金谷 健一 共立出版 2005-09-01 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに 最尤推定法とベイズ推定の違い 尤度をグラフィカルに説明する資料 参考資料 MyEnigma Supporters はじめに 学生の時から， "それは最尤推定法を用いています" とか， "その行は，尤度計算の部分ですね” とか，まるで尤度というものを知っていて， 使いこなしているかのような発言をしてきました． しかし，そう言いながらも， 自分的には，尤度というものがかなり漠然としていました． そもそも，尤度は文字通り「尤もらしさ」を表す度合いなので， 「最尤推定法でモデルのパラメータを決定します．」 っていうのは， 「一番それっぽいものを選びます」 と言っているのとあまり変わりがない気
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
5分でわかるベイズ確率
PyMCがあれば，ベイズ推定でもう泣いたりなんかしない
